SKU-110K-Datensatz#

11,743

SKU-110K

ultralytics

publicDetect

SKU-110K is Trax Retail's densely packed shelf-product benchmark, with over 1.7 million boxes in one generic object class. It targets extreme object density, small products, overlap, and repetitive packaging for retail shelf detection, counting, and inventory analysis.

1 class17.2 GBSep 2, 2026

object

object-detectionsku110kretail+1

Der SKU-110K-Datensatz ist ein Datensatz mit einer Klasse zur Objekterkennung. Er umfasst 11.743 Bilder dicht bestückter Verkaufsregale, aufgeteilt in 8.219 Trainings-, 588 Validierungs- und 2.936 Testbilder. Jedes Produkt ist mit einer einzelnen Bounding Box und einer einzigen Klasse annotiert: object – der Name bezieht sich auf die mehr als 110.000 einzigartigen gelagerten Artikel (SKUs), die auf den Bildern zu sehen sind, und nicht auf 110.000 Erkennungsklassen. Eran Goldman et al. erstellten den Datensatz für die CVPR-Arbeit von 2019 Precise Detection in Densely Packed Scenes. Er enthält mehr als 1,7 Millionen annotierte Produkte – durchschnittlich etwa 147 pro Bild – und ist damit ein anspruchsvoller Benchmark für Computer Vision-Modelle in belebten Einzelhandelsumgebungen.

Wichtige Funktionen#

• Erkennung mit einer Klasse: Jedes Produkt wird mit einer Bounding Box einer einzigen Klasse zugeordnet, object (names: {0: object}) – die Annotationen enthalten keine SKU-spezifischen Kategorien.
• Extrem hohe Objektdichte: Die Bilder von Verkaufsregalen aus aller Welt zeigen durchschnittlich etwa 147 dicht gepackte Produkte, wobei die Objekte oft ähnlich oder sogar identisch aussehen und dicht beieinanderliegen.
• Großer Umfang: Mehr als 110.000 einzigartige SKUs und über 1,7 Millionen annotierte Bounding Boxes auf 11.743 Bildern stellen hochmoderne Objektdetektoren auf die Probe.

Datensatzstruktur#

Der SKU-110K-Datensatz ist in drei Teilmengen aufgeteilt, die alle dieselbe Klasse object verwenden:

Anwendungsfälle#

Der SKU-110K-Datensatz wird häufig zum Trainieren und Auswerten von Deep-Learning-Modellen für Aufgaben der Objekterkennung verwendet, insbesondere in dicht gepackten Szenen wie Verkaufsregalen. Zu den Anwendungsbereichen gehören:

• Verwaltung und Automatisierung von Einzelhandelsbeständen
• Produkterkennung auf E-Commerce-Plattformen
• Überprüfung der Planogrammkonformität
• Selbstbedienungskassen in Geschäften
• Robotergestütztes Kommissionieren und Sortieren in Lagern

Um eigene Regalbilder zu annotieren, Modelle zu trainieren und Datensätze zur Einzelhandelserkennung im Browser zu verwalten, kannst du den gesamten Arbeitsablauf mit der Ultralytics Platform ausführen.

YAML-Datei des Datensatzes#

Die Datei SKU-110K.yaml legt die Datensatzkonfiguration fest – die Datensatzpfade, Klassennamen und weitere Metadaten. Sie wird im Ultralytics-Repository unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/SKU-110K.yaml gepflegt.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# SKU-110K retail items dataset https://github.com/eg4000/SKU110K_CVPR19 by Trax Retail
# Documentation: https://docs.ultralytics.com/datasets/detect/sku-110k
# Example usage: yolo train data=SKU-110K.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── SKU-110K ← downloads here (13.6 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: SKU-110K # dataset root dir
train: train.txt # train images (relative to 'path') 8219 images
val: val.txt # val images (relative to 'path') 588 images
test: test.txt # test images (optional) 2936 images

# Classes
names:
  0: object

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import shutil
  from pathlib import Path

  import numpy as np
  import polars as pl

  from ultralytics.utils import TQDM
  from ultralytics.utils.downloads import download
  from ultralytics.utils.ops import xyxy2xywh

  # Download
  dir = Path(yaml["path"])  # dataset root dir
  parent = Path(dir.parent)  # download dir
  urls = ["http://trax-geometry.s3.amazonaws.com/cvpr_challenge/SKU110K_fixed.tar.gz"]
  download(urls, dir=parent)

  # Rename directories
  if dir.exists():
      shutil.rmtree(dir)
  (parent / "SKU110K_fixed").rename(dir)  # rename dir
  (dir / "labels").mkdir(parents=True, exist_ok=True)  # create labels dir

  # Convert labels
  names = "image", "x1", "y1", "x2", "y2", "class", "image_width", "image_height"  # column names
  for d in "annotations_train.csv", "annotations_val.csv", "annotations_test.csv":
      x = pl.read_csv(dir / "annotations" / d, has_header=False, new_columns=names, infer_schema_length=None).to_numpy()  # annotations
      images, unique_images = x[:, 0], np.unique(x[:, 0])
      with open((dir / d).with_suffix(".txt").__str__().replace("annotations_", ""), "w", encoding="utf-8") as f:
          f.writelines(f"./images/{s}\n" for s in unique_images)
      for im in TQDM(unique_images, desc=f"Converting {dir / d}"):
          cls = 0  # single-class dataset
          with open((dir / "labels" / im).with_suffix(".txt"), "a", encoding="utf-8") as f:
              for r in x[images == im]:
                  w, h = r[6], r[7]  # image width, height
                  xywh = xyxy2xywh(np.array([[r[1] / w, r[2] / h, r[3] / w, r[4] / h]]))[0]  # instance
                  f.write(f"{cls} {xywh[0]:.5f} {xywh[1]:.5f} {xywh[2]:.5f} {xywh[3]:.5f}\n")  # write label

Verwendung#

Um ein YOLO26n-Modell 100 Epochen lang mit dem SKU-110K-Datensatz und einer Bildgröße von 640 zu trainieren, kannst du die folgenden Codebeispiele verwenden. Eine vollständige Liste der verfügbaren Argumente findest du auf der Seite zum Training des Modells.

from ultralytics import YOLO

# Ein Modell laden
model = YOLO("yolo26n.pt")  # ein vortrainiertes Modell laden (für das Training empfohlen)

# Das Modell trainieren
results = model.train(data="SKU-110K.yaml", epochs=100, imgsz=640)

Beispieldaten und Annotationen#

Die Bilder des SKU-110K-Datensatzes zeigen dicht gepackte Produkte in echten Verkaufsregalen, in denen Dutzende nahezu identischer Artikel nebeneinanderstehen. Hier siehst du ein Beispielbild mit seinen Annotationen:

• Bild eines dicht bestückten Verkaufsregals: Das Bild zeigt beispielhaft dicht gepackte Objekte in einem Verkaufsregal. Die Objekte sind mit Bounding Boxes der einzigen Klasse object annotiert.

Die dichte Anordnung der Produkte macht den SKU-110K-Datensatz besonders wertvoll für die Entwicklung robuster Computer-Vision-Lösungen für den Einzelhandel, denn die hohe Objektzahl pro Bild stellt Detektoren vor deutlich größere Herausforderungen als typische Benchmarks.

Zitate und Danksagungen#

Wenn du den SKU-110K-Datensatz in deiner Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte die folgende Arbeit:

@inproceedings{goldman2019dense,
  author    = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Jacob Goldberger and Tal Hassner},
  title     = {Precise Detection in Densely Packed Scenes},
  booktitle = {Proc. Conf. Comput. Vision Pattern Recognition (CVPR)},
  year      = {2019}
}

Wir möchten Eran Goldman et al. dafür danken, dass sie den SKU-110K-Datensatz als wertvolle Ressource für die Computer-Vision-Forschungsgemeinschaft erstellt haben und pflegen. Weitere Informationen zum SKU-110K-Datensatz und seinen Erstellern findest du im GitHub-Repository des SKU-110K-Datensatzes.

Häufig gestellte Fragen#